工研院服科中心_系統設計工程師(U100)

1. 掌握大型語言模型（LLM）、視覺語言模型（VLM）及電腦視覺（CV）領域的最新發展趨勢，並研究其在特定任務或應用領域中的實作方式。 

2. 利用多元資料類型（如圖片、影片、文字、結構化資料、訊號等），進行以下工作： 

 2.1 AI演算法研發：包含分類、物件偵測與分割、3D建模、疾病預測、影像對位與融合、影像理解與翻譯等技術開發。 

 2.2 AI應用系統開發：涵蓋資料整備、資料融合與影像處理等相關應用流程設計與實作。

深度學習(大語言模型、視覺語言模型)相關應用設計與模型開發相關工作，包括 : 

(1) 技術研發規劃與系統設計- 多模態場景理解與任務/行為生成技術。 

(2) 技術研發與模型建置- 用於機械手臂、機器人透過視覺、語音理解外在環境與人為交互，專注跨模態整合與模型性能優化。 

(3) 具以下專業知識(一項或多項)：人工智慧、深度學習、系統工程、程式設計、軟體工程、科技計畫與管理。 

(4) 計畫提案、專利與規格survey。

1.負責機器人之強化式學習/模仿學習等技術開發，熟碾；PPO等模型結構與演算法。 

2.數位孿生模擬與系統驗證。 

-負責模擬器之建模與調整，導入模擬器進行控制整合與參數調整。 

-熟於模擬器中進行機器人學習/驗證與測試。 

3.開發機器人整合相關需求，依據實務需求進行模組串接與功能驗證。

參與5G/6G通訊與感知融合技術開發，工作內容包含以下:  

1. 感知演算法設計，AI-Based/傳統感知演算法開發。  

2. 感知與通訊融合系統整合。 

3. 5G/6G通訊與感知融合應用系統開發。 

4. Software Define Radio/USRP開發。

參與網路AI化與自動化系統軟體研發，內容包含： 

1.數位雙生網路AI模型訓練與實證。 

2.機器/深度學習演算法開發。 

3.網路優化管理軟體開發。 

4.網路管理系統平台開發。 

5.網路管理與優化應用Web前後端開發。 

6.網路管理與優化應用可視化介面開發。

1. 研發3D Gaussian Splatting場景建模、幾何模型處理、場景理解技術，用於建構高擬真、高精度之實體場域數位雙生。 

2. 於物理模擬引擎中整合3DGS與多邊形網格模型，提供機器人虛擬訓練環境。 

3. 協同學界發展技術創新，參與團隊內部與外部(清/交大等國內大學研究團隊)技術討論，進行3D幾何建模、動畫模擬、生程式AI模型相關知識交流與討論，並將成果整合進技術解決方案中。

AIoT系統及應研發、運動復健及健康賦能智慧化系統與應用研發、AIoT裝置開發與感測資料整合

FHIR資料交換、微服務Docker、GenAI介接與大數據分析

車用嵌入式系統控制器軟韌體開發與應用 

1.驅動程式軟體開發設計、CAN通訊系統配置。 

2.車輛次系統控制發展與軟體維護。 

3.控制器與整車系統整合。 

4.執行功能驗證、硬體在環(HIL)驗證。 

5.產出研究報告/期刊論文/專利。

車用馬達與電力控制器(DC/DC、DC/AC、AC/DC)嵌入式系統開發 

1.開發/模擬動力控制演算法。 

2.設計電源轉換控制策略。 

3.撰寫控制與驅動程式。 

4.執行功能測試與系統驗證。 

5.產出研究報告/專利。

CAE模擬、資料庫分析與預測模型生成 

1.執行模擬如多體動力學、有限元素(結構或熱傳) 

2.機器學習與預測模型建立 

3.數據分析策略與框架建構 

4.應用CAE模擬結果與量測數據生成預測模型 

5.產出研究報告/期刊論文

1.機器人控制演算法開發應用於運動控制、自主穩定策略、機器人路徑規劃與觸覺反饋控制。 

2.應用強化學習結合感知(視覺、觸覺)資訊融合控制演算法開發。 

3.多機器人協同作業演算法開發，包含任務分工、路徑生成與避障。

開發與優化機器人演算法，包括深度學習與辨識技術，提升機器人自主決策與環境適應能力。

***職缺說明*** 

1.此職缺為涵括全院之電動車研發工程師職缺，對電動車研發工程師職缺有興趣者可直接投遞。

負責無人機群飛通訊、群飛避障操控、Non-GNSS定位導航系統、感測融合等功能進行開發。 

技術影片介紹https://www.youtube.com/watch?v=NfCDHLMpsY4

1. 參與深度學習模型應用及產品開發完整生命週期。依據各項專案性質，與團隊合作執行一至多項任務，任務種類包含：資料收集、資料清理、資料前處理、模型設計、模型訓練、模型佈署，模型效能評估、應用系統開發與建置、模型維運評估等。 

2. 開發影/音資料之分類、偵測、切割、生成等相關技術，並結合運用深度強化學習於規劃、排程等問題，應用領域包含：智慧城市、智慧通訊、智慧工廠等。

1.機器人控制演算法開發應用於運動控制、自主穩定策略、機器人路徑規劃與觸覺反饋控制。 

2.應用強化學習結合感知(視覺、觸覺)資訊融合控制演算法開發。 

3.多機器人協同作業演算法開發，包含任務分工、路徑生成與避障。

【職務說明】 

建構「AI 晶片 LLM 推論平台」，開發支援 vLLM、llama.cpp 與多晶片平行化推論架構 的 Middleware 與 Runtime 系統，打造可擴展、可叢集化之 AI 推論基礎設施。此職務將專注於 LLM 推論底層優化、異質運算整合與多晶片協同運算架構設計，屬於核心研發角色。 

【工作內容】 

1.開發與優化 LLM 推論 Middleware（vLLM / llama.cpp 整合） 

2.設計多晶片平行化架構（Tensor Parallel / Pipeline Parallel / Expert Parallel）3.開發國產 AI 晶片 Runtime 與模型執行流程 

4.優化 Prefill / Decode / KV Cache 記憶體存取效率5.建構 CCL（Collective Communication Library）與跨晶片通訊機制 

6.分析記憶體頻寬瓶頸與運算瓶頸（Memory-bound vs Compute-bound）7.協助建構最小規模 LLM 推論叢集（Cluster）

職缺概述 

加入次世代服務型機器人核心研發團隊，專注於 Agentic AI 系統的設計與整合。此職位將涵蓋智慧型機器人於各大服務場域（如醫療照護、旅宿服務、物流、巡檢）的全流程設計、開發與部署。 

主要工作內容 

1. Agentic AI 系統架構設計與模組開發 

- 設計具備感知、認知推理、任務規劃與自主決策能力的智能代理（Agent）系統。 

- 整合 VLM、LMM、LBM、LWM 等大型語意與視覺基礎模型，以實現多模態理解與回應機制。 

2. 多模態 AI 模組整合與場域應用部署 

- 開發支援多語言互動、情境感知與任務導向行為的智慧服務解決方案。 

- 將系統部署於多元應用場景中，如智慧醫療、倉儲自動化、旅館服務與移動式巡檢。 

3. 邊緣運算優化與微服務架構部署 

- 優化 AI 模型於嵌入式平台與邊緣設備上的運行效率與資源管理。 

- 建構可擴展的容器化微服務架構，支援雲-邊協同運行。 

4. 數位雙生模擬與系統驗證 

- 利用虛實整合環境與實體機台，進行系統行為模擬與驗證，確保其穩定性與可靠性。

1.開發和優化聲學感知與處理系統，應用於製造業場域之聲源定位與追蹤、聲源分離與識別、異音偵測與辨識等領域。 

2.振動/聲音訊號處理與AI演算法開發，針對專案需求優化與修改模型架構與演算法設計。 

3.評估聲學硬體設備，進行測試和優化，確保系統效能。 

4.聲音訊號的跨領域應用開發，如應用於品質檢測等。 

*技術影片與技術簡介* 

https://www.youtube.com/watch?v=vnvQZPOeTS0 

https://www.youtube.com/watch?v=u2ygf70bHig